机器学习领域中涉及的数据局预处理,归一化、标准化 。
2023-05-17 17:06:45 19KB 数据归一化
1
输入以下字符串: ((34-22)/3+56)*4-((88+56)/2-(23+4)*2)-17 能计算出结果
2023-05-16 16:09:40 1008B 多元运算 递归 计算器
1
单极性不归零码 MATLAB代码 频谱 .m文件
2023-05-15 20:27:11 1KB 单极性 不归零码
1
该文件包内含4个*.pcapng数据包,一个是简单的DNS查询,两个描述的是DNS递归查询,最后一个描述的是DNS完整区域传送,下载之后可以直接进行分析
2023-04-25 21:14:21 2KB Wireshark DNS 递归查询 完整区域传送
1
matlab迭代阈值代码Sista-rnn 论文代码 [1] S. Wisdom,T。Powers,J。Pitton和L. Atlas,“通过展开迭代阈值来建立顺序网络以进行顺序稀疏恢复”,ICASSP 2017,美国路易斯安那州新奥尔良,2017年3月 [2] S. Wisdom,T。Powers,J。Pitton和L. Atlas,“使用顺序稀疏恢复的可解释的递归神经网络”,arXiv预印本arXiv:1611.07252,2016年。在NIPS 2016复杂可解释机器学习研讨会上发表系统公司,西班牙巴塞罗那,2016年12月 通过以下方式包含代码: Stephen J. Wright,Robert D. Nowak和Mario Figueiredo,可从以下网站获得 Salman Asif,可从以下途径获得 Martin Arjovsky,Amar Shah和Yoshua Bengio,可从以下网站获得 要复制论文的结果,请按照下列步骤操作: 下载可从以下网站获得的Caltech-256数据集 执行“ run_supervised.sh”脚本。 这将为所有其他功能加载和预处理Ca
2023-04-20 01:00:03 370KB 系统开源
1
具有递归神经网络的文本生成 使用基于特征的RNN进行文本生成。 我们使用安德烈·卡帕蒂(Andrej Karpathy)的莎士比亚作品集。 给定来自此数据的字符序列(“莎士比亚”),训练模型以预测序列中的下一个字符。 通过重复调用模型,可以生成更长的文本序列。 模型的输出 以下是本教程中的模型训练了30个纪元并以字符串“ Q”开头时的示例输出: 奎妮:我以为你有罗马人。 Oracle这样,使所有人都反对这个词,因为他的照顾太弱了。 您的孩子们在您的圣洁的爱中,通过流血的宝座沉淀。 伊丽莎白·比什普(Bishop of Ely):我的主,嫁给并愿意哭泣,这是最漂亮的。 然而,现在我被世界可悲的一天收为继承人,要和他父亲一起面对面观看新路吗? 埃斯卡洛斯:为什么我们都下了更多儿子的原因。 卷:不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,不,这是没
2023-04-17 22:59:21 70KB Python
1
当无限脉冲响应(IIR)系统输入和输出信号被α稳定噪声干扰时,传统的最小平均 P-范数(LMP) 算法的解会出现较大偏差,而整体最小平均 P-范数(TLMP)算法存在收敛速度慢的问题 。为此提出一种适用于自适应 IIR滤波的递归整体最小 P-范数(IIR RTLP)算法,首先整体考虑输入和输出信号受α稳定噪声干扰的影响,使得基于 P-范数的误差期望值达到最小;然后采用矩阵求逆引理和幂迭代法递归更新自适应滤波器的系数,使其可跟踪时变系统,并提高算法收敛速度 。仿真结果表明,IIR RTLP算法比 TLMP算
2023-04-13 23:27:37 376KB 自然科学 论文
1
LDPC码的一种低复杂度归一化最小和译码算法.pdf
2023-04-12 16:58:49 1.41MB v
1
GETNPVI 计算归一化成对变异指数 (NPVI) 和变异系数 (CV),如 Grabe & Low (2002) 所述。 [NPVI CV] = GETNPVI(IN) 返回归一化成对变异输入语句 IN 的索引 NPVI(M*N 或 M*N*P)和变异系数 CV(M*N 或 M*N*P)。 IN是大小的音节持续时间矩阵M*N 或 M*N*P。 示例:如果 IN = [1 2 3; 3 3 6; 4 6 8; 4 7 7]; 那么 [npvi cv] = getNPVI(IN) 是 npvi = [53.3333; 33.3333; 34.2857; 27.2727]。 cv 是 [0.5000; 0.4330; 0.3333; 0.2887] 示例:如果 IN(:,:,1) = [1 2 3; 3 3 6] 和 IN(:,:,2) = [4 6 8; 4 7 7] 然后 [np
2023-04-12 11:25:22 2KB matlab
1
最短路例题——小X学游泳2 游泳池划分成了一个n×m的方格,这里n×m表示n行m列。因为游泳池里的水深浅不一,所以这n×m个方格对于小X的危险系数也会不一样。 而小X 目前需要从左上角的方格(1,1)出发,游到右下角的方格(n,m),小X每次只能从当前方格游到上下左右四个相邻的方格中的某一格,并且在到达终点前不能离开游泳池。 小X 很担心会发生什么危险,所以希望你能帮他找一条危险系数最小的路径。 输入要求 输入数据第一行有两个用空格隔开的正整数n和m,表示 泳池的行数和列数。 接下来共有n 行数据,每行有m 个用空格隔开的大于等于 0的整数,表示每个方格的危险系数 输出要求 输出仅有一行包含一个整数ans,表示要求的从左上角的 方格(1,1)出发,游到右下角的方格(n,m)的最小的 危险系数。 输入样例 4 5 1 7 2 8 2 3 10 1 5 1 2 8 3 7 1 1 2 1 20 1 输出样例 19
2023-04-07 23:46:59 1.73MB NOIP
1